• VCHANet：用于红外-可见光图像融合的变分跨模态超图注意力网络

  超级像素超图编码了固定网格方法之外的结构拓扑关系。四种超边类型用于建模空间拓扑和跨模态语义。变分高斯节点量化跨模态不确定性。VCHANet在四个基准测试的20个指标-数据集组合中有13项排名第一。 引言 鲁棒的多模态感知是计算机视觉众多应用的基础，包括监视、自动驾驶以及在

  来源：Information Fusion

  时间：2026-10-03

• 物理验证的算子学习辅助路径相关塑性反演参数识别

  本文提出了一种面向路径依赖本构响应的神经算子方法。该方法面向模型类内部的可复用识别目标。神经筛选减少了代价高昂的反复本构评估。经验证的近似最优候选解提供了稳定的参数估计。该研究阐明了精度、稳定性与运行时间之间的权衡关系。 引言 为了更准确地描述复杂材料的力学行为，现代本构

  来源：INTERNATIONAL JOURNAL OF PLASTICITY

  时间：2026-10-03

• 基于聚类物理信息神经网络的质子交换膜燃料电池水淹与膜干故障诊断

  •提出了一种新颖的用于PEMFC故障诊断的聚类物理信息神经网络。•采用高斯混合模型将运行范围划分为多个物理一致的聚类。•在模型中嵌入双域物理约束可提高物理可解释性。•无监督诊断模块在故障诊断中达到了99.44%的准确率。引言目前，全球能源需求急剧增加，传统化石燃料快速枯竭，环

  来源：International Journal of Hydrogen Energy

  时间：2026-10-03

• 多工况下天然气集输管道泄漏检测与管段定位的条件感知双流拓扑图神经网络

  **摘要** 管线是现代天然气工业中的关键基础设施，但泄漏可能导致灾难性的环境破坏、人身伤害和经济损失。数据驱动的机器学习模型为地下在役管线提供了一种经济且无侵入性的解决方案。然而，大多数现有研究侧重于单条长距离管线的泄漏检测，未充分考虑不同运行工况（如源压力水平和阀门定义的

  来源：Expert Systems with Applications

  时间：2026-10-03

• 利用具有形状嵌入特征的图时间网络（Shapelet-aware Graph Temporal Network）对钻井溢流异常进行检测

  摘要 钻井安全是一个至关重要的问题。井喷是最严重的钻井事故之一，如果不能及时处理，可能会导致更大的灾难。提前预测井喷对于防止严重事故至关重要。为了准确检测井喷异常情况并确保钻井安全，本文设计并实现了一种名为“Shapelet-aware Graph Temporal Netw

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-10-03

• ProfEdge：在边缘设备上高效构建深度神经网络性能评估模型

  摘要 AI摘要 关闭

  来源：ACM Transactions on Internet Technology

  时间：2026-10-03

• 基于通道级并行化防御FPGA卷积层和多头注意力层的侧信道攻击

  摘要AI 摘要要查看此 AI 生成的摘要，您必须具备高级（Premium）访问权限。了解详情登录摘要摘要侧信道攻击（SCAs）对部署在硬件平台上的神经网络（NNs）构成严重的安全威胁，尤其是在基于云的现场可编程逻辑阵列（FPGA）环境中。本文提出了一种用于矩阵运算的通道级并行

  来源：ACM Transactions on Design Automation of Electronic Systems

  时间：2026-10-03

• 利用有向图中的信任：重新定义图学习的鲁棒性

  摘要AI摘要要查看此AI生成的摘要，您必须具有高级访问权限。了解更多登录摘要摘要现有针对鲁棒图神经网络（GNNs）的研究主要关注无向图，忽视了有向图中链接方向所固有的可信度。在本研究中，我们从攻击和防御两个角度分析了当前方法的局限性，并重新定义有向图中GNNs的鲁棒性。从攻击

  来源：ACM Transactions on Knowledge Discovery from Data

  时间：2026-10-03

• 2型免疫经历通过IL-4–STAT6–PPARγ–ARG1程序训练肺神经和气道相关巨噬细胞（NAMs）以建立病毒疾病耐受

  严重呼吸道病毒性疾病在个体间差异很大，且常反映免疫病理（immunopathology）而非病原体控制不足，提示既往免疫经历可使肺部倾向于疾病耐受（disease tolerance）。研究人员发现，神经和气道相关巨噬细胞（nerve- and airway-

  来源：Nature

  时间：2026-10-02

• 液相色谱可迁移保留时间预测：解耦保留顺序指数与绝对保留时间的两步法

  液相色谱(LC)是分离小分子的主导技术。过去数十年已发表数百个保留时间预测模型，但真正可迁移的预测（无需目标色谱系统训练数据）仍是开放难题。即便名义相同的色谱条件，保留时间也可能发生巨大变化；保留顺序保守性更强，但在色谱条件变化时也可能改变。研究人员提出2-s

  来源：Nature Methods

  时间：2026-10-02

知名企业招聘：